illegalCreed

中文

English

中文

English

Appearance

参考 ​

基于 MiniMax 官方开放平台文档（2026 当前主力 MiniMax-M3 + Speech-2.8 + Hailuo-2.3 + Music-3.0）编写。完整文档见 platform.minimaxi.com/docs。本页重点列接口与能力，与 GPT / Claude / GLM 横向对比见下。

速查 ​

  • 国内端点：https://api.minimaxi.com
  • 国际端点：https://api.minimax.io
  • M3 双路径：/v1/chat/completions（OpenAI 兼容）/ /anthropic/v1/messages（Anthropic 兼容，推荐）
  • Token 计数：/anthropic/v1/messages/count_tokens
  • 文本 TTS：/v1/t2a_v2（同步 10000 字符）/ /v1/t2a_v2（WSS 流式 10000 字符）/ /v1/t2a_async_v2（异步 100 万字符）
  • 音色复刻：/v1/voice_clone（音频 10s~5min / ≤20MB）
  • 视频生成：/v1/video_generation（Hailuo-2.3）
  • 音乐生成：/v1/music_generation（Music-3.0）
  • 认证：HTTP Bearer Token（Authorization: Bearer $MINIMAX_API_KEY）

API Endpoint ​

文本生成（M3 OpenAI 兼容） ​

text
POST https://api.minimaxi.com/v1/chat/completions
Authorization: Bearer ${MINIMAX_API_KEY}
Content-Type: application/json

文本生成（M3 Anthropic 兼容，推荐） ​

text
POST https://api.minimaxi.com/anthropic/v1/messages
Authorization: Bearer ${MINIMAX_API_KEY}
Content-Type: application/json
anthropic-version: 2023-06-01

Token 计数（Anthropic 路径独有） ​

text
POST https://api.minimaxi.com/anthropic/v1/messages/count_tokens
Authorization: Bearer ${MINIMAX_API_KEY}

语音合成 ​

text
同步 HTTP：  POST https://api.minimaxi.com/v1/t2a_v2
同步 WSS：   wss://api.minimaxi.com/v1/t2a_v2
异步长文本： POST https://api.minimaxi.com/v1/t2a_async_v2
音色复刻：   POST https://api.minimaxi.com/v1/voice_clone

视频与音乐 ​

text
视频生成： POST https://api.minimaxi.com/v1/video_generation
音乐生成： POST https://api.minimaxi.com/v1/music_generation
图像生成： POST https://api.minimaxi.com/v1/image_generation

Request Schema（M3 OpenAI 兼容） ​

ts
interface ChatCompletionsParams {
  model: string;                       // 必填，如 "MiniMax-M3"
  messages: Message[];                 // 必填
  max_tokens?: number;                 // 输出上限
  stream?: boolean;                    // 流式
  temperature?: number;                // 0-2，默认 1.0
  top_p?: number;                      // 与 temperature 二选一
  tools?: Tool[];                      // function calling
  tool_choice?: "auto" | "none" | "required" | { type: "function", function: { name: string } };
  response_format?: { type: "text" | "json_object" };
  user?: string;
}

interface Message {
  role: "system" | "user" | "assistant" | "tool";
  content: string | ContentBlock[];
}

type ContentBlock =
  | { type: "text"; text: string }
  | { type: "image_url"; image_url: { url: string } };   // 多模态

Request Schema（M3 Anthropic 兼容） ​

ts
interface MessagesCreateParams {
  model: string;                       // 必填，如 "MiniMax-M3"
  max_tokens: number;                  // 必填
  messages: Message[];                 // 必填
  system?: string | SystemBlock[];
  metadata?: { user_id?: string };
  stop_sequences?: string[];
  stream?: boolean;
  temperature?: number;
  top_p?: number;
  top_k?: number;
  tools?: Tool[];
  tool_choice?: ToolChoice;
  thinking?: { type: "enabled" | "disabled"; budget_tokens?: number };  // Interleaved Thinking
}

Response Schema（OpenAI 兼容） ​

ts
interface ChatCompletion {
  id: string;
  choices: Choice[];
  usage: { prompt_tokens: number; completion_tokens: number; total_tokens: number };
  base_resp?: { status_code: number; status_msg: string };
}

interface Choice {
  index: number;
  message: { role: "assistant"; content: string; tool_calls?: ToolCall[] };
  finish_reason: "stop" | "length" | "tool_calls" | "content_filter";
}

Response Schema（Anthropic 兼容） ​

ts
interface Message {
  id: string;
  type: "message";
  role: "assistant";
  model: string;
  content: ContentBlock[];
  stop_reason: "end_turn" | "max_tokens" | "stop_sequence" | "tool_use";
  usage: Usage;
}

interface Usage {
  input_tokens: number;
  output_tokens: number;
  cache_creation_input_tokens?: number;
  cache_read_input_tokens?: number;
}

type ContentBlock =
  | { type: "text"; text: string }
  | { type: "thinking"; thinking: string; signature: string }
  | { type: "tool_use"; id: string; name: string; input: unknown }
  | { type: "tool_result"; tool_use_id: string; content: string };

全模型矩阵（按模态分工） ​

类型代表模型用途上下文 / 上限
文本旗舰MiniMax-M3Agent / 长上下文 / 代码1M
文本高速MiniMax-M2.7 / M2.7 highspeed极速响应 / 高频编码204800（~60 tps / ~100 tps）
文本标准MiniMax-M2.5 / M2.1通用问答 / 多语言编程204800
文本开源MiniMax-Text-01 / VL-01自部署 / 离线训练 1M / 推理 4M
同步 TTSspeech-2.8-hd / turbo短文本语音合成10000 字符
异步 TTSspeech-2.8-hd（async）长文本 / 字幕对齐100 万字符
音色复刻voice_clone个性化音色10s~5min / ≤20MB
实时对话Realtime API全双工语音助手端到端 < 250ms
视频生成MiniMax-Hailuo-2.3 / Fast文生 / 图生视频异步任务
图像生成image-01 / image-01-live文生图 / 图生图异步任务
音乐生成Music-3.0灵感 + 歌词 AI 音乐异步任务

不存在「一模型打天下」——文本模型无语音 / 视频通道，硬接会失败。

关键接口能力（MiniMax 特色） ​

1. 双协议接入（M3 独有特色） ​

M3 同时提供 OpenAI 兼容与 Anthropic 兼容两套端点——这是 MiniMax 区别于其他国产模型（GLM / DeepSeek / Qwen 等仅 OpenAI 兼容）的独有能力。官方推荐 Anthropic 路径用于 Agent 推理与 Tool Use。

2. Interleaved Thinking（交错思考） ​

M3 在工具调用多轮之间原生推理，Anthropic 路径返回 thinking 类型响应块：

python
response = client.messages.create(
    model="MiniMax-M3",
    thinking={"type": "enabled", "budget_tokens": 10000},
    tools=tools,
    messages=messages,
)

与 Claude Extended Thinking 区别：M3 在 tool_use 轮次间自动思考，Claude 仅单次回复前思考。

3. Lightning Attention（闪电注意力） ​

MiniMax-01 自研混合注意力，长序列推理 ~O(n) 复杂度，推理外推至 4M token。

4. 异步长文本 TTS（核心特色） ​

bash
# 单次最大 100 万字符 + 句级时间戳
curl -X POST https://api.minimaxi.com/v1/t2a_async_v2 \
  -d '{"model":"speech-2.8-hd", "text":"...(≤100 万字符)...", "subtitle":{"format":"srt"}}'
  • 文本上限 100 万字符（同步仅 10000）
  • 句级时间戳（便于字幕对齐）
  • 结果 URL 有效期 9 小时（需及时下载）

5. 音色快速复刻 ​

bash
curl -X POST https://api.minimaxi.com/v1/voice_clone \
  -F "file=@sample.wav" -F "voice_id=my-voice-01"
  • 音频 10 秒 ~ 5 分钟 / ≤ 20MB
  • voice_id 长度 8~256、首字符必须英文字母、末位不可为 - 或 _
  • 临时音色 7 天内须调用一次合成，否则删除

6. Speech-2.8 语气词标签（独有） ​

22 种标签（(laughs) / (sighs) / (crying) / (gasps) / (humming) / (coughs) / (sneezes) / (whispers) / (yawns) 等），仅 speech-2.8 系列支持，旧模型会忽略。

7. Realtime API（端到端语音） ​

HTTP + WebSocket 双协议，全双工流式，端到端延迟 < 250ms。事件流：

事件含义
task_started任务开始
task_continue流式音频增量
task_stopped任务停止
task_failed任务失败

8. MCP 服务器（官方支持） ​

官方提供 Python / JavaScript 两版 MCP 服务器，封装语音 / 音色 / 视频 / 音乐生成能力。挂在 Claude Code / Cline / Continue 等 MCP 客户端上即可调用。

SDK 列表 ​

语言包接入方式维护
Python（Anthropic）anthropicAnthropic SDK + 自定义 base_url第三方兼容
Python（OpenAI）openaiOpenAI SDK + 自定义 base_url第三方兼容
TypeScript / JS（Anthropic）@anthropic-ai/sdkAnthropic SDK + 自定义 base_url第三方兼容
TypeScript / JS（OpenAI）openaiOpenAI SDK + 自定义 base_url第三方兼容
Go社区原始 HTTP社区
Java社区原始 HTTP社区
MCP Python官方MCP 客户端官方
MCP JavaScript官方MCP 客户端官方

MiniMax 不发布自有 SDK

MiniMax 不发布自有品牌 SDK，全部通过 Anthropic SDK / OpenAI SDK 的 base_url 切换实现兼容接入。这是与 GLM（zai-sdk）/ DeepSeek（deepseek-sdk 等社区）的显著区别。

错误码 ​

HTTPstatus_code含义
2000成功
4001001~1027参数错（model ID / voice_id / 文本超限 / 格式不支持）
4011004 / 1039API key 错 / 过期 / 未授权
4032033内容审核拦截（敏感内容）
4032038无音色复刻权限（未完成个人/企业认证）
4291029 / 1030限速（QPS / 并发超限）
5001037 / 1038服务内部错（重试）
5041042网关超时（重试）

base_resp 字段示例：

json
{
  "base_resp": {
    "status_code": 1004,
    "status_msg": "invalid api key"
  }
}

Rate Limits ​

按账号 + 模型独立计：

维度默认上限
QPS（每秒请求）Tier 阶梯，从 1 QPS 起步
并发 TTS5（默认）
异步任务并发视任务类型
长上下文 token按账号月配额

升级 Tier 需联系销售或完成企业认证。

价格速查（2026） ​

模型输入（¥/M token）输出（¥/M token）备注
MiniMax-M3（标准）中中1M 上下文，定价见官方计费页
MiniMax-M2.7 highspeed略高略高极速版（~100 tps）
MiniMax-Text-01（自部署）仅算力仅算力开源 MIT 权重，免模型费
speech-2.8-hd（同步）按字符 / 字数按字符 / 字数10000 字符内
t2a_async_v2（异步）按字符 / 字数按字符 / 字数100 万字符内
voice_clone（音色复刻）按次按次单次复刻
Hailuo-2.3 视频生成按秒 / 按次按秒 / 按次异步任务
Music-3.0 音乐生成按次按次异步任务

第三方基准对比

第三方基准对比显示 M3 价格约为 Claude Opus 的 1/8~1/10，benchmark 略低但性价比突出，适合高频 Agent / 工具调用场景。具体定价以官方计费页为准。

与 GPT / Claude / GLM 接口差异（核心） ​

能力MiniMax（M3）ClaudeGPT（OpenAI）GLM-5.2
协议兼容Anthropic + OpenAI 双兼容（独有）AnthropicOpenAIOpenAI
Interleaved Thinking✓（M3 工具调用间原生）✓（单次 Extended Thinking）✓（o-series 内置）✓（thinking.type + reasoning_effort）
Lightning Attention✓（MiniMax-01 自研）--DeepSeek Sparse Attention
超长上下文M3 1M / 01 推理外推 4MOpus [1m] 1M256K（看 model）1M
MoE 架构✓（456B 总参 / 45.9B 激活）DenseDenseMoE（744B / 40B 激活）
同步 TTS✓（10000 字符 / 22 种语气词）✗✓（OpenAI TTS）✓（GLM-TTS）
异步长文本 TTS✓（100 万字符 / 句级时间戳）✗✗部分
Realtime API✓（HTTP+WSS，<250ms）✗✓（Realtime API）✓（GLM Realtime）
音色复刻✓（10s~5min，7 天保活）✗✗✓
视频生成✓（Hailuo-2.3）✗✓（Sora）✓（CogVideoX-3 / Vidu）
音乐生成✓（Music-3.0）✗✗✓（CogView 等）
MCP 集成✓（官方 MCP 服务器）✓ 一类（Anthropic 推）-（社区）✓（GLM 特色字段）
Prompt Caching部分✓ 一类（4 breakpoints）自动Context Cache
Batches（异步批）部分✓（50% 折扣）✓（50% 折扣）✓
PDF 原生✓（M3 多模态）✓（32MB / 100 页）-（需 vision OCR）✓（GLM-OCR）
图像生成✓（image-01）✗（Claude 不生图）✓（GPT-Image）✓（CogView-4）
流式SSESSESSESSE
System Prompt顶层 system（Anthropic）/ role: system（OpenAI）顶层 system 字段role: system messagerole: system message
国产合规✓（国内云 / 无墙直连）✗（中国大陆不直接服务）✗✓
开源旗舰✓（MiniMax-Text-01 / VL-01 MIT 风格）✗（全闭源）✗（GPT 全闭源）✓（GLM-4.5 / 5 / 5.2 MIT）

谁强在哪

  • MiniMax 强在：双协议兼容（独有 Anthropic 路径）· 全模态一站式（语音 / 视频 / 音乐）· Lightning Attention 长序列 · 国产合规 · 性价比高
  • Claude 强在：编码 / Agent 长任务 / Tool Use 灵活 / MCP 一类 / Constitutional 安全
  • GPT 强在：多模态全栈（图/音/视频） / 内置工具（web/code/image） / 结构化输出
  • GLM 强在：ARC 三能力融合 · MIT 开源 · Coding Plan ¥20 起

资源链接 ​

下一步 ​

  • 入门 —— 第一次调用 / SDK 选型 / 双协议路径
  • 指南 —— Interleaved Thinking / 语音 TTS 三档 / Realtime / Lightning Attention
  • 海螺 AI 体验：hailuoai.com